Equazioni Differenziali Stocastiche (SDE)
Le equazioni differenziali stocastiche (SDE) sono modelli di equazioni differenziali che combinano un termine di drift deterministico — che governa la tendenza media di un sistema — con un termine di diffusione stocastica guidato da un processo di Wiener (moto Browniano). Inaugurate dal calcolo di Itô da parte di Kiyosi Itô nel 1944 e trattate numericamente in modo completo da Kloeden e Platen nel 1992, le SDE sono il linguaggio standard per la modellazione di sistemi in tempo continuo soggetti a rumore casuale, inclusi i prezzi degli asset finanziari, la dinamica delle popolazioni e i processi fisici.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Øksendal, B. (2003). Stochastic Differential Equations: An Introduction with Applications (6th ed.). Springer. DOI: 10.1007/978-3-642-14394-6 ↗
- Kloeden, P.E. & Platen, E. (1992). Numerical Solution of Stochastic Differential Equations. Springer. DOI: 10.1007/978-3-662-12616-5 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Stochastic Differential Equations (SDEs). ScholarGate. https://scholargate.app/it/simulation/stochastic-differential-equations
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Modellazione basata su agenti (ABM)Simulazione↔ compare
- Inferenza BayesianaStatistica↔ compare
- Catena di Markov Monte Carlo (MCMC)Simulazione↔ compare
- Simulazione Monte CarloProcesso decisionale↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →